如何以编程方式将任何网页转换为RSS提要？

有许多网站和博客提供RSS源，但另一方面也有许多网站和博客不提供RSS源。我想将这种类型的网页转换为RSS提要。如何以编程方式将任何网页转换为RSS提要？

我发现了一些使用谷歌的解决方案，如Feed43,Page2rss,Dapper等，但我想要一个可以执行此任务的开源项目或任何教程来解释它。

请给我建议，如果你能解释，你是最受欢迎的。

我的首选语言是PHP。

2011-01-25 Peeyush

您需要解释更多关于您想要完成的内容。例如，Page2RSS只是简单地提供页面更改的Feed，而Feed43则尝试分解页面的组件，并将它们用作Feed内容。无论如何，这是一团糟。几乎每个网站都提供RSS源。那些不可能没有内容在Feed中运行良好的内容。如果您可以更多地告诉我们您的意图和期望的结果，也许我们可以提供一个很好的答案。 – Brad 2011-01-25 16:01:56

RSS没有什么魔力。我建议你阅读本教程以了解如何从头构建一个RSS feed：

http://www.xul.fr/en-xml-rss.html

然后使用您的PHP技能来构建一个从您的内容。通过搜索“html to rss converter”或其他方式可以在网上找到一个通用的HTML到RSS的刮板，但其中大多数将是托管解决方案，它们生成的RSS源并不是那么好。一个好的RSS源需要理解你联合的内容，而不仅仅是原始的HTML。恕我直言。

来源

2011-01-25 16:01:47

如果您使用简单的symphony cms构建网站，那么是的，它非常简单。看到这个snippet of a tutorial。 Learn here

来源

2011-01-25 16:05:05

一般来说，不会有任何“一码通全”的解决方案。您必须检查您想要构建RSS源的博客的HTML结构，然后解析出您感兴趣的内容，并将其粘贴到RSS源中。

这里的一些PHP的东西，以帮助您开始：

解析HTML：

DOMDocument（HTML/XML解析的瑞士军刀刀）
SimpleXML（易于使用，但需要有效的XML）
Tidy（可用于清理不良HTML）

了解RSS订阅：

http://en.wikipedia.org/wiki/RSS

用PHP构建它们，你可以再次使用DOM文档或SimpleXML的。另一种选择是，根据要转换为RSS的HTML格式，您可以创建一个XSLT样式表来转换它。

来源

2011-01-25 16:08:47 mfonda

这个问题没有简单或具体的答案，但我会让你开始。

首先，您需要构建一个爬行器。通常，你会希望这是多线程的，并在服务器的后台运行。这可能与在服务器上分配PHP进程一样简单，但您可能会发现更有效的方式，具体取决于您期望的流量。

现在可能最好的方法就是阅读DOM。请参阅http://php.net/manual/en/class.domdocument.php查找标题并尝试将它们与它们下面的段落关联。请注意，虽然这可能不到一半的网站（并且可能远远少于那些尚未拥有Feed的网站），但不要以有组织的方式组织他们的网站。但是，这是一个开始的地方。

你也可以使用很多元素属性，例如alt文本。此外，您可能会发现很多网站使用特定的模板，您可以编写代码直接处理。

您还应该阅读现有的提要。如果一个网站有一个饲料，没有意义为它生成一个，对吧？使用SimplePie开始，但有些选择你不喜欢它。 http://simplepie.org/

解析页面后，您需要数据库后端跟踪它并进行更改，而不是更改。

从那里，你需要一些东西来生成饲料。这样做有很多OOP类。很多时候，我只是写我自己的，但这取决于你。

来源

2011-01-25 16:30:35 Brad

如何以编程方式将任何网页转换为RSS提要？

回答

相关问题